linux下wget详解
2011-09-29 | pyinx | linux

用法： wget [选项]… [URL]…

长选项所必须的参数在使用短选项时也是必须的。

开始:

  • -V, –version 显示 Wget 的版本信息并退出。
  • -h, –help 打印此帮助。
  • -b, –background 启动后转入后台。
  • -e, –execute=COMMAND 运行一个‘.wgetrc’风格的命令。
    ** 登入并输入文件:
  • -o, –output-file=FILE 将信息写入 FILE。
  • -a, –append-output=FILE 将信息添加至 FILE。
  • -d, –debug 打印大量调试信息。
  • -q, –quiet 安静模式(无信息输出)。
  • -v, –verbose 详尽的输出(此为默认值)。
  • -nv, –no-verbose 关闭详尽输出，但不进入安静模式。
  • -i, –input-file=FILE 下载本地或外部 FILE 中的 URLs。
  • -F, –force-html 把输入文件当成 HTML 文件。
  • -B, –base=URL 解析与 URL 相关的
  • HTML 输入文件（由 -i -F 选项指定）。
    ** 下载:
  • -t, –tries=NUMBER 设置重试次数为 NUMBER (0 代表无限制)。
  • –retry-connrefused 即使拒绝连接也是重试。
  • -O, –output-document=FILE 将文档写入 FILE。
  • -nc, –no-clobber 不要重复下载已存在的文件。
  • -c, –continue 继续下载部分下载的文件。
  • –progress=TYPE 选择进度条类型。
  • -N, –timestamping 只获取比本地文件新的文件。
  • -S, –server-response 打印服务器响应。
  • –spider 不下载任何文件。
  • -T, –timeout=SECONDS 将所有超时设为 SECONDS 秒。
  • –dns-timeout=SECS 设置 DNS 查寻超时为 SECS 秒。
  • –connect-timeout=SECS 设置连接超时为 SECS 秒。
  • –read-timeout=SECS 设置读取超时为 SECS 秒。
  • -w, –wait=SECONDS 等待间隔为 SECONDS 秒。
  • –waitretry=SECONDS 在取回文件的重试期间等待 1..SECONDS 秒。
  • –random-wait 取回时等待 0…2*WAIT 秒。
  • –no-proxy 关闭代理。
  • -Q, –quota=NUMBER 设置取回配额为 NUMBER 字节。
  • –bind-address=ADDRESS 绑定至本地主机上的 ADDRESS (主机名或是 IP)。
  • –limit-rate=RATE 限制下载速率为 RATE。
  • –no-dns-cache 关闭 DNS 查寻缓存。
  • –restrict-file-names=OS 限定文件名中的字符为 OS 允许的字符。
  • –ignore-case 匹配文件/目录时忽略大小写。
  • -4, –inet4-only 仅连接至 IPv4 地址。
  • -6, –inet6-only 仅连接至 IPv6 地址。
  • –prefer-family=FAMILY 首先连接至指定协议的地址
  • FAMILY 为 IPv6，IPv4 或是 none。
  • –user=USER 将 ftp 和 http 的用户名均设置为 USER。
  • –password=PASS 将 ftp 和 http 的密码均设置为 PASS。
  • –ask-password 提示输入密码。
  • –no-iri 关闭 IRI 支持。
  • –local-encoding=ENC IRI 使用 ENC 作为本地编码。
  • –remote-encoding=ENC 使用 ENC 作为默认远程编码。
    ** 目录:
  • -nd, –no-directories 不创建目录。
  • -x, –force-directories 强制创建目录。
  • -nH, –no-host-directories 不要创建主目录。
  • –protocol-directories 在目录中使用协议名称。
  • -P, –directory-prefix=PREFIX 以 PREFIX/… 保存文件
  • –cut-dirs=NUMBER 忽略 NUMBER 个远程目录路径。
    ** HTTP 选项:
  • –http-user=USER 设置 http 用户名为 USER。
  • –http-password=PASS 设置 http 密码为 PASS。
  • –no-cache 不在服务器上缓存数据。
  • –default-page=NAME 改变默认页
  • （默认页通常是“index.html”）。
  • -E, –adjust-extension 以合适的扩展名保存 HTML/CSS 文档。
  • –ignore-length 忽略头部的‘Content-Length’区域。
  • –header=STRING 在头部插入 STRING。
  • –max-redirect 每页所允许的最大重定向。
  • –proxy-user=USER 使用 USER 作为代理用户名。
  • –proxy-password=PASS 使用 PASS 作为代理密码。
  • –referer=URL 在 HTTP 请求头包含‘Referer: URL’。
  • –save-headers 将 HTTP 头保存至文件。
  • -U, –user-agent=AGENT 标识为 AGENT 而不是 Wget/VERSION。
  • –no-http-keep-alive 禁用 HTTP keep-alive(永久连接)。
  • –no-cookies 不使用 cookies。
  • –load-cookies=FILE 会话开始前从 FILE 中载入 cookies。
  • –save-cookies=FILE 会话结束后保存 cookies 至 FILE。
  • –keep-session-cookies 载入并保存会话(非永久) cookies。
  • –post-data=STRING 使用 POST 方式；把 STRING 作为数据发送。
  • –post-file=FILE 使用 POST 方式；发送 FILE 内容。
  • –content-disposition 当选中本地文件名时
  • 允许 Content-Disposition 头部(尚在实验)。
  • –auth-no-challenge send Basic HTTP authentication information
  • without first waiting for the server’s
  • challenge.
    ** HTTPS (SSL/TLS) 选项:
  • –secure-protocol=PR 选择安全协议，可以是 auto、SSLv2、
  • SSLv3 或是 TLSv1 中的一个。
  • –no-check-certificate 不要验证服务器的证书。
  • –certificate=FILE 客户端证书文件。
  • –certificate-type=TYPE 客户端证书类型， PEM 或 DER。
  • –private-key=FILE 私钥文件。
  • –private-key-type=TYPE 私钥文件类型， PEM 或 DER。
  • –ca-certificate=FILE 带有一组 CA 认证的文件。
  • –ca-directory=DIR 保存 CA 认证的哈希列表的目录。
  • –random-file=FILE 带有生成 SSL PRNG 的随机数据的文件。
  • –egd-file=FILE 用于命名带有随机数据的 EGD 套接字的文件。
    ** FTP 选项:
  • –ftp-user=USER 设置 ftp 用户名为 USER。
  • –ftp-password=PASS 设置 ftp 密码为 PASS。
  • –no-remove-listing 不要删除‘.listing’文件。
  • –no-glob 不在 FTP 文件名中使用通配符展开。
  • –no-passive-ftp 禁用“passive”传输模式。
  • –retr-symlinks 递归目录时，获取链接的文件(而非目录)。
    ** 递归下载:
  • -r, –recursive 指定递归下载。
  • -l, –level=NUMBER 最大递归深度( inf 或 0 代表无限制，即全部下载)。
  • –delete-after 下载完成后删除本地文件。
  • -k, –convert-links 让下载得到的 HTML 或 CSS 中的链接指向本地文件。
  • -K, –backup-converted 在转换文件 X 前先将它备份为 X.orig。
  • -m, –mirror -N -r -l inf –no-remove-listing 的缩写形式。
  • -p, –page-requisites 下载所有用于显示 HTML 页面的图片之类的元素。
  • –strict-comments 开启 HTML 注释的精确处理(SGML)。
    ** 递归接受/拒绝:
  • -A, –accept=LIST 逗号分隔的可接受的扩展名列表。
  • -R, –reject=LIST 逗号分隔的要拒绝的扩展名列表。
  • -D, –domains=LIST 逗号分隔的可接受的域列表。
  • –exclude-domains=LIST 逗号分隔的要拒绝的域列表。
  • –follow-ftp 跟踪 HTML 文档中的 FTP 链接。
  • –follow-tags=LIST 逗号分隔的跟踪的 HTML 标识列表。
  • –ignore-tags=LIST 逗号分隔的忽略的 HTML 标识列表。
  • -H, –span-hosts 递归时转向外部主机。
  • -L, –relative 只跟踪有关系的链接。
  • -I, –include-directories=LIST 允许目录的列表。
  • -X, –exclude-directories=LIST 排除目录的列表。
  • -np, –no-parent 不追溯至父目录。
     

Wget可以下载http和ftp网站文件，小命令但功能强，它的参数很多，但常用的不多。

一. 下载整个网站：

wget –mirror [–convert-links] http://www.gnu.org/
或短写参数：
wget -m [-k] http://www.gnu.org

–mirror或-m：镜像整个网站，它与“-r -l inf -N”这三个参数一起用效果相同

–recursive或-r：以递归方式抓取
–level=depth或-l depth：递归的深度，缺省最大值为5，0或inf表示无限多
–timestamping或-N：时间戳，不知道有什么用

–convert-links或-k：在全部下载完成之后，修改已下载页面中的链接，如果链接所指向的文件也下在本地了，就指向这个文件，否则，就指向http上原来的文件

二. 其它有用的参数：

–tries=number 或 -t number：指定连接失败时重试次数，0或inf表示无限重试，缺省值为20。但如果遇到“连接被拒绝”或“文件没找到(404)”之类的错误，则不重试

–output-document=file或-O file：指定输出文件名。比如：wget http://xxx.com/index.html -O abc.htm 将以abc.htm保存文件

–no-clobber或-nc：通常在遇到下下来的文件重名，wget将为后下的文件加上‘.1’，‘.2’等加以区分。如果用了这个参数，则一旦后下的文件将与先下的同名，将不再下载后下的文件而保留先下的不变

–no-directories或-nd：保存文件时，即使原来不在一起的文件，也不创建文件夹，所有文件全放在当前目录下

–page-requisites或-p：下载html文件时，把与它有关的图片，声音，脚本等相关文件一同下下来

  • 所有参数都可以根据需要灵活搭配，不是固定的